金融创新分散风险的行为虽然对提升金融效率有益，但通常也伴随着系统性金融风险的累积。本文改进最新的“去一”法，运用云计算技术和分年度各2000万次蒙特卡洛模拟实验，测算2010-2021年包括中小银行在内的684家商业银行的系统性风险贡献值和易被忽视的间接关联风险，深度理论思考并实证探索银行数字化这一金融创新的伴生关联风险溢价，以及其系统性风险累积效应源泉。主要结论如下：首先，针对第一个新视角，银行数字化转型通过数字科技相关度提高基础资产相关度，从而产生了易被忽视的间接关联风险。这主要是因为中小银行跟随性创新引致了基础资产同质化，大银行则不显著。其次，针对第二个新视角，商业银行的数字化具有显著的系统性风险累积效应。这主要由个体风险主导，而总关联风险则显著下降，说明数字化虽然有助于分散风险，但激励了总量的风险承担水平。具体来说，其有利的一面在于拓展了新投融资渠道，降低了同业投资和负债，实现风险分散。除间接关联风险之外，其负向机制在于新投资渠道使得商业银行有能力进行高风险高收益的资产配置，但是对盈利能力提升作用不明显，导致提升了其风险承担乃至个体风险水平。最后，进一步探索研究表明，大银行通过数字化下沉业务的挤压效应，使中小银行表现出“太小而无法竞争”的现象，是系统性风险累积的主因。具体来说，中小银行在大银行数字化下沉业务的挤压下，导致数字化开拓新业务承担较高风险的同时，盈利效果、融资成本和风控优势均不明显。并且排除了监管约束和数字化门槛效应的替代假说。上述研究拓展了“太关联而不能倒”的理论以及发现了“太小而无法竞争”的典型现象，也有助于丰富关于银行数字化上述两个新视角的理论认识，并且对于推进数字金融的穿透式监管和行为监管，从源头上防范化解系统性风险具有重要政策参考意义。

基于条件在险价值(CVaR)建立新的基金业绩测度指标，该指标在理论上拓展了经典的夏普比率。在正态分布下，该指标是夏普比率的增函数，二者对于基金业绩排名是一致的；在非正态分布下，该指标克服夏普比率没考虑高阶矩、不满足随机占优单调性的缺陷，能给出更为合理的基金业绩排名。利用方差法、经验分布法和核估计法对新指标进行估计，蒙特卡洛模拟结果表明，方差法仅在正态分布下有效，在非正态分布下其估计结果存在系统性偏差；同属于非参数方法的经验分布法和核估计方法在任意分布下都具有大样本性质且估计精度相当。最后运用新指标对我国开放式基金的业绩进行测算和排名，结果显示：当各基金的偏度系数和峰度系数差异较小时，夏普比率和新指标给出的基金业绩排名基本一致；而当各基金的偏度系数和峰度系数差异较大时，二者给出的基金业绩排名差异较大，新指标因考虑了高阶矩信息给出的排名更为合理，这与理论预期是一致的

银行信用组合违约风险的度量和计算对银行监管有着重要意义。使用蒙特卡 洛研究信用组合违约概率时，重要性抽样通过条件独立性和“均值移动”两个步骤实现。本文 提出了一种基于违约相关性矩阵的单步重要性抽样算法。该算法通过主成分抽样选择违约结 构中占优成分，扩大其方差来实现，并给出了最优方差扩大倍数。数值实验证明了该方法在 信用组合遭遇极值事件时，具有一定的计算优势。

如何合理准确地描述金融资产的价格变动一直是金融学研究的核心问题之一。本文首次将跳跃过程引入到GARCH模型中对上证A股市场收益的跳跃性进行了考察，通过样本内和样本外的蒙特卡洛模拟预测对不同跳跃GARCH模型进行了比较研究。实证结果表明，我国股票市场的市场收益存在明显的跳跃性，跳跃模型比t分布模型有着更好的预测效果，非对称、非线性的GARCH模型更适合对我国股票市场收益的波动进行估计。